凭借掀起人工智能(AI)应用热潮的发布了最新作品——GPT-4。得到这种新模型支持的将迎来升级。

美东时间3月14日周二,宣布,推出大型的多模态模型GPT-4,称它可以接收图像和文本输入,输出文本,“比以往任何更具创造性和协作性”,并且“由于它有更广泛的常识和解决问题的能力,可以更准确地解决难题。”

表示,已经与多家公司合作,要将GPT-4结合到他们的产品中,包括、 和Khan 。GPT-4模型也将以API的形式,提供给付费版 Plus的订阅用户。开发者可以注册,用它打造应用。

微软此后表示,新款的必应(Bing)搜索引擎将运行于GPT-4系统之上。

GPT-4全称生成式预训练转换器4。它的两位“前辈”GPT-3和GPT3.5分别用于创造Dall-E 和,都吸引了公众关注,刺激其他科技公司大力投入AI应用领域。

介绍,相比支持的前代GPT-3.5,GPT-4和用户的对话只有微妙的差别,但在面对更复杂的任务时,两者的差异更为明显。

chatgpt 3.5 api应用场景_应用场景英文_应用场景举例

“在我们的内部评估中,它产生正确回应的可能性比GPT-3.5高40%。”

还称,GPT-4参加了多种基准考试测试,包括美国律师资格考试 Bar Exam、法学院入学考试LSAT、“美国高考”SAT数学部分和证据性阅读与写作部分的考试,在这些测试中,它的得分高于88%的应试者。

上周,微软德国的首席技术官(CTO) Braun在德国出席一个AI活动时透露,本周将发布多模态的系统GPT-4,它“将提供截然不同的可能性,比如视频”。这让外界猜测,GPT-4应该能让用户将文本转换为视频,因为他说该系统将是多模态的,也就在暗示,不仅能生成文本,还会有其他媒介。

本周二介绍的GPT-4的确是多模态的,但它能融合的媒介没有一些人预测的多。表示,GPT-4能同时解析文本和图像,所以能解读更复杂的输入内容。

在下面的示例中,我们可以看到GPT-4系统如何应答图像输入内容,比如像以下截图那样解释图片的不同寻常之处、图片的幽默之处、一个搞怪图片的用意。